Micrometer

Micrometer

Micrometer 是一款面向 JVM 指标采集框架，可以把应用里的各种运行数据统一采集出来，再输出到不同的监控系统里

作用

  • 解耦业务与监控后端：业务代码只依赖 Micrometer 标准 API，更换监控系统无需修改业务埋点代码。
  • 标准化指标类型：定义了 Counter、Timer、Gauge 等通用指标类型，覆盖绝大多数应用监控场景，统一了指标语义和采集方式。
  • 生态深度集成：与 Spring Boot Actuator 无缝整合，同时支持 Spring Cloud、Dubbo、Redis 等主流框架的自动埋点。

概念

  • Micrometer、Prometheus和Grafana关系：

    • Micrometer：采集指标，提供统一的埋点 API
    • Prometheus：按照配置的间隔（通常 15s）主动抓取（Scrape）各个应用暴露的指标端点，将数据按时间序列持久化存储
    • Grafana：可视化仪表盘平台，将数据渲染成折线图、柱状图、热力图、数字仪表盘等丰富的可视化组件

  • 指标注册中心 MeterRegistry：MeterRegistry 是 Micrometer 的核心接口，负责创建、缓存和管理所有 Meter（指标），每一种监控后端都有对应的 Registry 实现

    Spring Boot会自动根据依赖注入对应类型的 MeterRegistry Bean，业务代码直接注入即可使用。

  • 度量指标 Meter

    指标类型 特性 典型适用场景
    Counter 单调递增，只能加不能减 请求次数、错误次数、订单创建数、异常计数
    Timer 同时统计事件次数 + 总耗时，内置百分位计算 接口响应耗时、方法执行时长、SQL 执行时间
    Gauge 瞬时值，可增可减，反映当前状态 队列积压长度、线程池活跃线程数、在线用户数、内存占用
    DistributionSummary 统计数值分布，支持百分位 响应体大小、订单金额、文件上传大小
    LongTaskTimer 统计正在执行中的长任务耗时 批量任务执行时长、大文件处理进度

使用实例

下面的是使用Windows平台及Docker Desktop

  1. 引入依赖

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>

    <!-- 把micrometer指标转换为prometheus能识别的文本格式 -->
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-prometheus</artifactId>
    </dependency>

  2. 开启指标暴露

    application.yml：

    1
    2
    3
    4
    5
    management:
      endpoints:
        web:
          exposure:
            include: health,info,prometheus

  3. 访问http://localhost:8080/actuator/prometheus查看默认指标

  4. 自定义业务指标（两种方式）

    代码式埋点

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    @Service
    public class OrderService {

        private final Counter orderCreateCounter;
        private final Timer createOrderTimer;
        private final AtomicInteger pendingOrderCount;

        // 构造方法中初始化指标（推荐：初始化时声明，业务中只使用）
        public OrderService(MeterRegistry registry) {
            // 1. 计数器：统计订单创建总数
            this.orderCreateCounter = Counter.builder("order.create.total")
                    .description("订单创建总次数")
                    .tag("type", "normal")
                    .register(registry);

            // 2. 计时器：统计创建订单方法的耗时
            this.createOrderTimer = Timer.builder("order.create.duration")
                    .description("订单创建耗时")
                    .register(registry);

            // 3. 量规：统计待处理订单数量
            this.pendingOrderCount = new AtomicInteger(0);
            Gauge.builder("order.pending.count", pendingOrderCount, AtomicInteger::get)
                    .description("待处理订单数")
                    .register(registry);
        }

        public void createOrder() {
            // 计数器+1
            orderCreateCounter.increment();
            
            // 记录方法耗时
            createOrderTimer.record(() -> {
                // 执行业务逻辑
                pendingOrderCount.incrementAndGet();
                // ...
            });
        }
    }

    注解式埋点

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    @RestController
    @RequestMapping("/api")
    public class ApiController {

        // 自动统计该接口的调用次数和耗时
        @Timed(value = "api.request.duration", description = "接口请求耗时")
        @Counted(value = "api.request.total", description = "接口请求总数")
        @GetMapping("/user")
        public String getUser() {
            return "user info";
        }
    }

  5. 部署Prometheus

    1. 写配置文件

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      17
      18
      # 全局配置
      global:
        scrape_interval: 15s       # 全局默认抓取间隔：每15秒拉一次指标
        evaluation_interval: 15s   # 告警规则评估间隔

      # 抓取任务配置
      scrape_configs:
        # 任务1：抓取 Prometheus 自身的指标（可选，方便验证服务是否正常）
        - job_name: 'prometheus'
          static_configs:
            - targets: ['localhost:8081']	# Prometheus暴露在主机的端口

        # 任务2：抓取你的 Spring Boot 应用指标（核心配置）
        - job_name: 'spring-boot-app'
          metrics_path: '/actuator/prometheus'  # Micrometer 暴露的指标端点路径
          static_configs:
            # 重点：不能写 localhost:8080，必须用 host.docker.internal 指向 Windows 宿主机
            - targets: ['host.docker.internal:8080']

    2. docker部署

      将挂载的配置目录换成自己的

      1
      2
      3
      4
      5
      6
      7
      8
      docker run \
        -d \                                  # 后台守护模式启动容器，启动后不占用当前终端窗口
        --name prometheus \                   # 为容器指定固定名称 prometheus，方便后续通过名称停止、查看日志等管理操作
        -p 8081:9090 \                        # 端口映射：宿主机 8081 端口 → 容器内 9090 端口（Prometheus 默认服务端口），外部通过宿主机IP:8081访问Prometheus
        -v "C:/Users/ASUS/Desktop/prometheus.yml" \ # 挂载宿主机文件到容器（注：当前写法不完整，无法生效，见下方补充）
        --restart=always \                    # 容器重启策略：容器意外退出、Docker服务重启时，都会自动重启该容器，保障服务持续可用
        prom/prometheus:latest \              # 指定启动容器使用的镜像：Prometheus 官方最新稳定版镜像
        --web.enable-lifecycle                # Prometheus 进程启动参数：开启生命周期管理API，支持通过HTTP接口热重载配置，无需重启容器即可生效新的prometheus.yml

    3. 访问http://localhost:8081/，使用http_server_requests_seconds_count测试

  6. 可视化

    使用Grafana进行展示

    1. 部署Grafana

      1
      docker run -d --name grafana -p 3000:3000 --restart=always grafana/grafana:latest

      访问控制台http://localhost:3000/，账号密码默认admin

    2. Connections添加新的连接，选择Prometheus，之后修改Name以及server URL为Prometheus的URL

      1
      http://host.docker.internal:8081

      点击Save & test

    3. 选择Dashboard，找合适的面板来展示数据

学习笔记 > 后端
Micrometer
http://xwww12.github.io/2026/06/19/后端/Micrometer/
作者
xw
发布于
2026年6月19日
许可协议